CN107292480A - 一种县域电网长期负荷特性预测方法 - Google Patents

一种县域电网长期负荷特性预测方法 Download PDF

Info

Publication number
CN107292480A
CN107292480A CN201710273150.3A CN201710273150A CN107292480A CN 107292480 A CN107292480 A CN 107292480A CN 201710273150 A CN201710273150 A CN 201710273150A CN 107292480 A CN107292480 A CN 107292480A
Authority
CN
China
Prior art keywords
mrow
msub
munderover
mfrac
sigma
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710273150.3A
Other languages
English (en)
Inventor
谢晓帆
刘秋林
黄吉明
郭泉辉
肖媛
何小波
罗有国
廖雪松
贺永峰
邵晨辉
郭骞
陈巍
方志
王磊
严小玉
尹君
方晶
陆艺
连凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Power Supply Branch Guo Wang Jiangxi Province Utilities Electric Co Ganzhou
State Grid Corp of China SGCC
Original Assignee
Power Supply Branch Guo Wang Jiangxi Province Utilities Electric Co Ganzhou
State Grid Corp of China SGCC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Power Supply Branch Guo Wang Jiangxi Province Utilities Electric Co Ganzhou, State Grid Corp of China SGCC filed Critical Power Supply Branch Guo Wang Jiangxi Province Utilities Electric Co Ganzhou
Priority to CN201710273150.3A priority Critical patent/CN107292480A/zh
Publication of CN107292480A publication Critical patent/CN107292480A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

本发明公开了一种县域电网长期负荷特性预测方法，包括步骤S1数据预处理；S2负荷特性变动的主要影响因素分析；S3地区长期经济与用电结构预测；S4县域电网长期负荷特性预测模型的建立；通过客观、科学、全面、准确的预测方法，重点阐述了县域电网典型日负荷特性主要指标的预测过程及其预测结果校核方法，并以某县域电网为例，对预测过程及预测结果合理性校核加以分析说明，可以为电力市场分析与电网规划人员准确掌握地区长期负荷特性变动趋势提供了一定的参考。

Description

一种县域电网长期负荷特性预测方法
技术领域
本发明涉及负荷特性预测技术领域，具体为一种县域电网长期负荷特性预测方法。
背景技术
负荷特性分析预测是电力市场分析预测工作的一项重要内容，负荷特性预测水平高低已成为衡量电网企业现代化管理水平高低的标志之一。电力系统负荷预测是指从已知的经济、社会发展和电力系统需求情况出发，在正确理论的指导下，通过调查研究，掌握并分析大量的历史数据的基础上，运用可靠的方法与手段，探索事物间的内在联系和发展规律，以未来年份经济、社会发展情况的预测结果为依据，对电力负荷的发展趋势做出科学合理的估计与预测。
县域电网负荷特性变化受诸如电力供需形势、气候条件、需求侧管理以及经济与用电结构等多种因素影响，但从长期来看，经济与用电结构因素是县域电网负荷特性变化的关键影响因素。
发明内容
本发明的目的在于提供一种客观、科学、全面、准确的县域电网长期负荷特性预测方法，进而可以为电力市场分析与电网规划人员准确掌握地区长期负荷特性变动趋势提供了一定的参考,以解决上述背景技术中提到的问题。
为实现上述目的，本发明提供如下技术方案：一种县域电网长期负荷特性预测方法，包括以下步骤：
S1：数据预处理；
S2：负荷特性变动的主要影响因素分析；
S3：地区长期经济与用电结构预测；
S4：县域电网长期负荷特性预测模型的建立。
优选的，针对S1中数据预处理分为以下步骤：
S1.1：对搜集到的相关历史数据进行预处理，并检验相关变量数据序列的单整阶数；
S1.2：对单整阶数相同的变量数据序列用EG协整检验法检验变量间的协整关系是否存在；其中EG两步法的具体检验步骤为：
S1.2.1：利用最小二乘法估计模型，并计算相应的残差序列；
S1.2.2：检验残差序列的平稳性。
优选的，针对S2中负荷特性变动主要影响因素分析的具体步骤如下：
S2.1：电力供需形势分析；
S2.2：气候条件分析；
S2.3：电力需求侧管理分析；
S2.4：经济与用电结构分析。
优选的，针对S3中地区长期经济与用电结构预测的具体步骤如下：
S3.1：地区长期经济结构预测分析；
S3.2：地区长期用电结构预测分析，并构建地区LEAP模型。
优选的，针对步骤S3.2中，地区LEAP模型具体构建如下：依据长期地区经济社会发展预测，从终端用能角度出发，分主要产业部门(如：城乡居民生活、交通运输、服务业、高耗能行业等)设计终端用能载体并根据技术进步等因素预测其能耗强度，进一步设计地区发电、煤炭开采等能源转换模块，最终构建地区未来能源需求预测的LEAP模型(“自下而上”模型)。
优选的，针对步骤S4中，县域电网长期负荷特性预测模型的具体步骤如下：
S4.1：典型日负荷率预测模型；
S4.2，典型日峰谷差率预测模型；采用对历史期典型日峰谷差率和负荷率构建线性回归方程来预测相应年份典型日峰谷差率；
S4.3，预测结果校核；采用国内外参考比较法。
优选的，针对步骤S4.1中，县域电网长期负荷特性预测模型的具体步骤如下：
S4.1.1：为剔除单一年份波动性，采用近几年平均占比反映预测年f各产业各季用电占比，如式(1)所示：
式中：i＝1,2,3,4,分别表示一产、二产、三产和城乡居民生活用电；j＝1,2,3,4分别表示春、夏、秋、冬；t和(t+N)分别表示近几年的开始年和结束年；rf,i,j表示预测年f产业i的j季用电量占四季比重；WWl.i.j表示历史年l产业i的j季用电量；
S4.1.2：综合县域电网预测年f用电量Wf及其分产业用电结构αf.i以及各产业各季用电占比预测结果rf.i.j，则预测年f产业四季用电量Wf.i.j，如式(2)所示：
S4.1.3：确定预测年f分产业典型日平均及最大负荷，根据式(3)确定预测年f分产业各季平均负荷，各季全社会平均负荷等于分产业平均负荷之和(如式(4)),
式中：和分别表示预测年f产业i的j季平均负荷和全社会平均负荷；Df,j表示预测年f的j季天数；
S4.1.4：根据近年分产业各季负荷特性分析结果取平均作为预测年f分产业用电负荷率βf,i,j，进一步根据式(5)计算得到预测年f分产业用电各季最大负荷Pf,i,j,max：
S4.1.5：确定各季典型日分产业用电最大负荷同时率；根据历史负荷数据先计算县域电网各季典型日负荷率βl,j，再根据式(6)确定历史期(l年)四季典型日各产业用电最大负荷发生同时率λl,j；
S4.1.6：为消除单一年份同时率波动性，通过取历史期各年同时率平均值作为预测f年各季同时率λl,j；
S4.1.7，确定预测年f各季典型日负荷率在确定预测年f各季典型日平均负荷分产业用电最大负荷Pf,i,j,max及其发生同时率λf,j后，根据式(8)计算得到预测年f各季典型日负荷率预测结果βf,j：
本发明的有益效果是：
本县域电网长期负荷特性预测方法，通过客观、科学、全面、准确的预测方法，重点阐述了县域电网典型日负荷特性主要指标的预测过程及其预测结果校核方法，并以某县域电网为例，对预测过程及预测结果合理性校核加以分析说明，可以为电力市场分析与电网规划人员准确掌握地区长期负荷特性变动趋势提供了一定的参考。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
本发明提供如下技术方案：如图1所示，一种县域电网长期负荷特性预测方法，包括以下步骤：
S1：数据预处理；其分为以下步骤：
S1.1：对搜集到的相关历史数据进行预处理，并检验相关变量数据序列的单整阶数；
S1.2：对单整阶数相同的变量数据序列用EG协整检验法检验变量间的协整关系是否存在；其中EG两步法的具体检验步骤为：
S1.2.1：利用最小二乘法估计模型，并计算相应的残差序列；
S1.2.2：检验残差序列的平稳性；
S2：负荷特性变动的主要影响因素分析；其分为以下步骤：
S2.1：电力供需形势分析；短期内电力供需形势因素往往对地区负荷特性变动产生一定影响，但长期来看，该因素对地区负荷特性的影响将趋于弱化；
S2.2：气候条件分析；气候条件对负荷特性变动的影响较大，由于气候条件预测较为困难，规划人员预测长期负荷特性时，一般可按照常年份考虑，通过几年平均来削弱单个年份气候条件对负荷特性的影响；
S2.3：电力需求侧管理分析；长期负荷特性预测时可以现有需求侧管理力度为参考依据，若预期长期，力度明显加大，则需对预测结果作调整；
S2.4：经济与用电结构分析；短期内电力供需形势等其他因素发挥的作用相对要高于经济与用电结构因素；但从长期来看，地区负荷特性变动与地区经济与用电结构变动密切相关。
S3：地区长期经济与用电结构预测；其具体步骤如下：
S3.1：地区长期经济结构预测分析；长期经济结构合理预测可依靠县域经济研究机构的专业判断及其预测技术；
S3.2：地区长期用电结构预测分析，并构建地区LEAP模型；根据地区LEAP模型能够很好地预测未来地区用电量及其用电结构；其地区LEAP模型具体构建如下：依据长期地区经济社会发展预测，从终端用能角度出发，分主要产业部门(如：城乡居民生活、交通运输、服务业、高耗能行业等)设计终端用能载体并根据技术进步等因素预测其能耗强度，进一步设计地区发电、煤炭开采等能源转换模块，最终构建地区未来能源需求预测的LEAP模型(“自下而上”模型)。
S4：县域电网长期负荷特性预测模型的建立；其具体具体步骤如下：
S4.1：典型日负荷率预测模型；其具体步骤如下：
S4.1.1：为剔除单一年份波动性，采用近几年平均占比反映预测年f各产业各季用电占比，如式(1)所示：
式中：i＝1,2,3,4,分别表示一产、二产、三产和城乡居民生活用电；j＝1,2,3,4分别表示春、夏、秋、冬；t和(t+N)分别表示近几年的开始年和结束年；rf,i,j表示预测年f产业i的j季用电量占四季比重；WWl.i.j表示历史年l产业i的j季用电量；
S4.1.2：综合县域电网预测年f用电量Wf及其分产业用电结构αf.i以及各产业各季用电占比预测结果rf.i.j，则预测年f产业四季用电量Wf.i.j，如式(2)所示：
S4.1.3：确定预测年f分产业典型日平均及最大负荷，根据式(3)确定预测年f分产业各季平均负荷，各季全社会平均负荷等于分产业平均负荷之和(如式(4)),
式中：和分别表示预测年f产业i的j季平均负荷和全社会平均负荷；Df,j表示预测年f的j季天数；
S4.1.4：根据近年分产业各季负荷特性分析结果取平均作为预测年f分产业用电负荷率βf,i,j，进一步根据式(5)计算得到预测年f分产业用电各季最大负荷Pf,i,j,max：
S4.1.5：确定各季典型日分产业用电最大负荷同时率；根据历史负荷数据先计算县域电网各季典型日负荷率βl,j，再根据式(6)确定历史期(l年)四季典型日各产业用电最大负荷发生同时率λl,j；
S4.1.6：为消除单一年份同时率波动性，通过取历史期各年同时率平均值作为预测f年各季同时率λl,j；
S4.1.7，确定预测年f各季典型日负荷率在确定预测年f各季典型日平均负荷分产业用电最大负荷Pf,i,j,max及其发生同时率λf,j后，根据式(8)计算得到预测年f各季典型日负荷率预测结果βf,j：
S4.2，典型日峰谷差率预测模型；采用对历史期典型日峰谷差率和负荷率构建线性回归方程来预测相应年份典型日峰谷差率；回归方程可考虑分季节构建4个方程或不分季节构建单一方程，最终选用哪种方式主要基于模型拟合效果即R2高低；
S4.3，预测结果校核；采用国内外参考比较法，选择历史年份与该地区长期经济结构相似的国内外地区或国家，通过比较二者负荷特性，来验证预测结果的合理性。
实施例二：
本发明提供一种具体实例作为技术方案的说明：通过历史数据分析，2010—2013年全县域四季典型日负荷特性以及分产业负荷特性均保持相对稳定，表1和表2分别给出了全县域负荷特性以及分产业负荷特性的各年平均水平：
表1，2010—2013年全县域各季典型日负荷特性指标平均水平
表2，2010—2013年全县域分产业四季典型日平均负荷率
根据2010——2013年分产业各季用电占比平均水平、2030年全社会用电量及其用电结构预测结果，得到2030年分产业各季用电量(如表3所示)。
表3，2030分产业各季用电量预测结果 亿KWh
据式(5)和(6)计算得到2030年分产业和全社会各季典型日平均负荷，如表4所示，并据式(7)得到2030年分产业用电各季典型日最大负荷，如表5所示。
表4，030全社会用电典型日平均负荷 万KW
表5，2030分产业全社会用电典型日最大负荷 万KW
根据式(8)计算历史年份分产业用电最大负荷发生同时率(如表6，分析发现，同时率随经济结构变化而存在一定的波动性，为更好地平抑同时率波动性，考虑按2007-2013年平均同时率作为2030年同时率。
表6，分产业用电最大负荷发生同时率
最终确定2030年各季典型日负荷率预测结果，如表7。
表7，2030年各季典型日负荷率预测结果
综上所述：本县域电网长期负荷特性预测方法，通过客观、科学、全面、准确的预测方法，重点阐述了县域电网典型日负荷特性主要指标的预测过程及其预测结果校核方法，并以某县域电网为例，对预测过程及预测结果合理性校核加以分析说明，可以为电力市场分析与电网规划人员准确掌握地区长期负荷特性变动趋势提供了一定的参考。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种县域电网长期负荷特性预测方法，其特征在于，包括以下步骤：
S1：数据预处理；
S2：负荷特性变动的主要影响因素分析；
S3：地区长期经济与用电结构预测；
S4：县域电网长期负荷特性预测模型的建立。
2.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S1中数据预处理分为以下步骤：
S1.1：对搜集到的相关历史数据进行预处理，并检验相关变量数据序列的单整阶数；
S1.2：对单整阶数相同的变量数据序列用EG协整检验法检验变量间的协整关系是否存在；其中EG两步法的具体检验步骤为：
S1.2.1：利用最小二乘法估计模型，并计算相应的残差序列；
S1.2.2：检验残差序列的平稳性。
3.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S2中负荷特性变动主要影响因素分析的具体步骤如下：
S2.1：电力供需形势分析；
S2.2：气候条件分析；
S2.3：电力需求侧管理分析；
S2.4：经济与用电结构分析。
4.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对S3中地区长期经济与用电结构预测的具体步骤如下：
S3.1：地区长期经济结构预测分析；
S3.2：地区长期用电结构预测分析，并构建地区LEAP模型。
5.根据权利要求1和4所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S3.2中，地区LEAP模型具体构建如下：依据长期地区经济社会发展预测，从终端用能角度出发，分主要产业部门设计终端用能载体并根据技术进步等因素预测其能耗强度，进一步设计地区发电、煤炭开采等能源转换模块，最终构建地区未来能源需求预测的LEAP模型即“自下而上”模型。
6.根据权利要求1所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S4中，县域电网长期负荷特性预测模型的具体步骤如下：
S4.1：典型日负荷率预测模型；
S4.2，典型日峰谷差率预测模型；采用对历史期典型日峰谷差率和负荷率构建线性回归方程来预测相应年份典型日峰谷差率；
S4.3，预测结果校核；采用国内外参考比较法。
7.根据权利要求1和6所述的一种县域电网长期负荷特性预测方法，其特征在于，针对步骤S4.1中，县域电网长期负荷特性预测模型的具体步骤如下：
S4.1.1：为剔除单一年份波动性，采用近几年平均占比反映预测年f各产业各季用电占比，如式(1)所示，
<mrow> <msub> <mi>r</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <msub> <mi>r</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中：i＝1,2,3,4,分别表示一产、二产、三产和城乡居民生活用电；j＝1,2,3,4分别表示春、夏、秋、冬；t和(t+N)分别表示近几年的开始年和结束年；rf,i,j表示预测年f产业i的j季用电量占四季比重；WWl.i.j表示历史年l产业i的j季用电量。
S4.1.2：综合县域电网预测年f用电量Wf及其分产业用电结构αf.i以及各产业各季用电占比预测结果rf.i.j，则预测年f产业四季用电量Wf.i.j，如式(2)所示：
<mrow> <msub> <mi>W</mi> <mrow> <mi>f</mi> <mo>.</mo> <mi>i</mi> <mo>.</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>r</mi> <mrow> <mi>f</mi> <mo>.</mo> <mi>i</mi> <mo>.</mo> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>.</mo> <mi>i</mi> <mo>.</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>4</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>.</mo> <mi>i</mi> <mo>.</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>.</mo> <mi>i</mi> </mrow> </msub> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
S4.1.3：确定预测年f分产业典型日平均及最大负荷，根据式(3)确定预测年f分产业各季平均负荷，各季全社会平均负荷等于分产业平均负荷之和(如式(4)),
<mrow> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>W</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> <mo>/</mo> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> <mo>/</mo> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
式中：和分别表示预测年f产业i的j季平均负荷和全社会平均负荷；Df,j表示预测年f的j季天数；
S4.1.4：根据近年分产业各季负荷特性分析结果取平均作为预测年f分产业用电负荷率βf,i,j，进一步根据式(5)计算得到预测年f分产业用电各季最大负荷Pf,i,j,max：
<mrow> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <msub> <mi>&amp;beta;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mfrac> <mo>=</mo> <mfrac> <mrow> <mo>(</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> <mo>/</mo> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <msub> <mi>&amp;beta;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
S4.1.5：确定各季典型日分产业用电最大负荷同时率；根据历史负荷数据先计算县域电网各季典型日负荷率βl,j，再根据式(6)确定历史期(l年)四季典型日各产业用电最大负荷发生同时率λl,j；
<mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>max</mi> </mrow> </msub> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mover> <msub> <mi>P</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>&amp;OverBar;</mo> </mover> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mfrac> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mfrac> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
S4.1.6：为消除单一年份同时率波动性，通过取历史期各年同时率平均值作为预测f年各季同时率λl,j；
<mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mfrac> </mrow> </mfrac> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
S4.1.7，确定预测年f各季典型日负荷率在确定预测年f各季典型日平均负荷分产业用电最大负荷Pf,i,j,max及其发生同时率λf,j后，根据式(8)计算得到预测年f各季典型日负荷率预测结果βf,j：
<mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>P</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>,</mo> <mi>max</mi> </mrow> </msub> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>/</mo> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> <mrow> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <msub> <mi>&amp;beta;</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mfrac> </mrow> </mfrac> <mo>/</mo> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mi>t</mi> </mrow> <mrow> <mi>t</mi> <mo>+</mo> <mi>N</mi> </mrow> </munderover> <mfrac> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mn>4</mn> </munderover> <msub> <mi>W</mi> <mrow> <mi>l</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mn>10</mn> <mn>4</mn> </msup> </mrow> <mrow> <mn>24</mn> <mo>&amp;times;</mo> <msub> <mi>D</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <msub> <mi>&amp;beta;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>N</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>&amp;alpha;</mi> <mrow> <mi>f</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>/</mo> <msub> <mi>W</mi> <mi>f</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;rsqb;</mo> </mrow> </mfrac> <mo>.</mo> </mrow> 3
CN201710273150.3A 2017-04-25 2017-04-25 一种县域电网长期负荷特性预测方法 Pending CN107292480A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710273150.3A CN107292480A (zh) 2017-04-25 2017-04-25 一种县域电网长期负荷特性预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710273150.3A CN107292480A (zh) 2017-04-25 2017-04-25 一种县域电网长期负荷特性预测方法

Publications (1)

Publication Number Publication Date
CN107292480A true CN107292480A (zh) 2017-10-24

Family

ID=60093816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710273150.3A Pending CN107292480A (zh) 2017-04-25 2017-04-25 一种县域电网长期负荷特性预测方法

Country Status (1)

Country Link
CN (1) CN107292480A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109783716A (zh) * 2019-01-21 2019-05-21 贵州黔源电力股份有限公司 一种电力供需数据自动提取和处理系统及方法
CN110414776A (zh) * 2019-06-14 2019-11-05 国网河南省电力公司郑州供电公司 分行业用电特性快速响应分析系统
CN112561159A (zh) * 2020-12-11 2021-03-26 国家电网有限公司 一种面向地市级的分层电力供需预测方法及系统
CN113033867A (zh) * 2021-02-02 2021-06-25 国网吉林省电力有限公司 一种计及电供热特性的省级电网负荷特性分析方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109783716A (zh) * 2019-01-21 2019-05-21 贵州黔源电力股份有限公司 一种电力供需数据自动提取和处理系统及方法
CN109783716B (zh) * 2019-01-21 2020-02-21 贵州黔源电力股份有限公司 一种电力供需数据自动提取和处理系统及方法
CN110414776A (zh) * 2019-06-14 2019-11-05 国网河南省电力公司郑州供电公司 分行业用电特性快速响应分析系统
CN110414776B (zh) * 2019-06-14 2022-11-29 国网河南省电力公司郑州供电公司 分行业用电特性快速响应分析系统
CN112561159A (zh) * 2020-12-11 2021-03-26 国家电网有限公司 一种面向地市级的分层电力供需预测方法及系统
CN113033867A (zh) * 2021-02-02 2021-06-25 国网吉林省电力有限公司 一种计及电供热特性的省级电网负荷特性分析方法

Similar Documents

Publication Publication Date Title
CN104484723B (zh) 一种基于寿命数据的电力变压器经济寿命预测方法
CN107123982B (zh) 一种基于设备异动的配电网可靠性经济效益分析方法
CN101546912B (zh) 电网线损同类划分与评估方法
US20140236513A1 (en) Region-based security evaluation method for the electric power distribution system
Wang et al. Provincial allocation of coal de-capacity targets in China in terms of cost, efficiency, and fairness
CN101976841B (zh) 电力系统各级负荷预测指标的均衡匹配方法
CN104091293B (zh) 基于用电结构变动的电网长期负荷特性预测方法
CN104657788B (zh) 基于行业景气指数的重点行业用电量预测方法
CN107292480A (zh) 一种县域电网长期负荷特性预测方法
CN106127377A (zh) 一种智能电网多能源综合协调水平评价方法
CN104951866A (zh) 一种县级供电企业线损综合管理对标评价体系及评价方法
CN103761690A (zh) 基于电网系统中电压无功控制系统的评估方法
CN110490409B (zh) 一种基于dnn的低压台区线损率标杆值设定方法
CN107871214A (zh) 一种多能互补供能系统综合评价指标体系建立方法
CN107274047A (zh) 一种基于多级可拓评价法的电网项目后评价方法
CN108876114A (zh) 考虑新能源接入的电网效率效益评估方法
CN106529769A (zh) 基于综合评价的电网规划方法
Benjamin et al. Influencing factors on electricity demand in Chinese nonmetallic mineral products industry: A quantile perspective
Wang et al. A two-step load disaggregation algorithm for quasi-static time-series analysis on actual distribution feeders
Xu et al. Community load leveling for energy configuration optimization: Methodology and a case study
CN104112204A (zh) 供电品质高效运行的评价方法
CN104063757B (zh) 一种适应电网不同发展阶段的变电站电气主接线评估方法
CN107909477B (zh) 一种输电网规划项目投资组合优化方法
CN106355443A (zh) 一种基于设备构成的变压器价格评估方法
CN104036433A (zh) 一种配电网运行管理水平评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171024

RJ01 Rejection of invention patent application after publication